Ученые из Университета Карнеги-Меллона представили инновационный метод определения местоположения и позы людей внутри помещений, используя обычные домашние Wi-Fi-роутеры. Этот подход обладает неоспоримыми преимуществами по сравнению с традиционными методами, такими как видеонаблюдение или использование лидаров, так как Wi-Fi доступен практически везде и позволяет собирать данные даже в условиях недостаточного освещения и наличия препятствий.
Принцип работы метода
Основой для разработки метода послужила модель DensePose , изначально созданная для анализа человеческих поз на фотографиях. DensePose распознает человеческое тело на изображении, делит его на зоны, соответствующие различным частям тела, и анализирует каждую зону отдельно. Это позволяет достаточно точно определять позы людей даже в условиях сложной визуальной информации, например, когда фигуры перекрывают друг друга или находятся в движении.
Исследователи адаптировали эту технологию для работы с Wi-Fi-сигналами, преобразуя аналоговые сигналы, получаемые от роутеров, в данные, сопоставимые с теми, что используются в модели DensePose. Основная идея заключается в том, что изменения в сигнале Wi-Fi, вызванные движением и положением человеческого тела, могут быть интерпретированы аналогично изменениям на изображении.
Тестовая установка
Для проверки своей гипотезы ученые использовали две стойки с Wi-Fi-роутерами: одну в качестве передатчика и другую в качестве приемника. Между ними располагалась сцена для испытаний. Рядом с приемником также была установлена камера, чтобы сравнить визуальные данные с получаемой информацией через Wi-Fi.
Общая схема тестового стенда
Результаты экспериментов
Эксперименты показали, что модель Wi-Fi-DensePose способна уверенно распознавать положение и позы людей на основе анализа Wi-Fi-сигналов. Тем не менее, точность метода значительно уступает традиционным методам распознавания. Модель допускает ошибки, особенно в условиях сложных поз или когда на сцене находится несколько человек.
Ограничения и перспективы
Несмотря на значительный потенциал, метод имеет ряд ограничений. Сложность интерпретации сигналов, низкая точность в условиях “перегруженных” сцен и возможные помехи делают применение этой технологии в реальных условиях затруднительным. Кроме того, созданные идеальные условия в лаборатории не всегда возможно воспроизвести в реальной жизни.
Модель Wi-Fi-DensePose плохо справляется с нестандартными позами и большим количеством человеческих тел в одной сцене.
Хотя разработка ученых из Университета Карнеги-Меллона открывает новые возможности для мониторинга и анализа движений людей в пространстве без использования оптического оборудования, перед ее практическим внедрением необходимо решить ряд серьезных технических и методологических вопросов.